3月15日更新：
在评论里提出了有趣的想法，我把我的看法写在回答里，欢迎继续讨论。Q1：P/E 只衡量了总风险溢价的一部分，只是其中一种risk exposure？Equity risk premium 包含了credit risk premium ？
A1：
(a) 是的，value risk premium只是个股收益来源之一，个股还通过其他风险获得补偿。P/E 粗略地度量了个股在value risk上的暴露。而其他因子的暴露是可以用其他指标来描述的，比如个股对公司规模风险的暴露可以用market cap来度量。个股对流动性风险的暴露可以用average bid/ask spread来作为代理变量，等等。
(b) 我认同
的观点: equity premium包含credit premium。逻辑上，equity risk premium是股东所承担的风险总和所带来的补偿。当信用风险materialize的时候，由于债权优先，股东会受到极大的损失。因此持有股权连带承担了债权风险，equity premium 也应该包含credit premium。经验数据上，credit spread确实可以解释一部分equity risk premium。相关文献可以参考(FCJ, 2014) The Cross‐Section of Credit Risk Premia and Equity Returns.Q2: 对于Bond risk premium, credit spread是领先指标，realized return是历史数据。为何要对历史return而不是credit spread做因子模型呢？
A2：
(a) 这是一个很好的问题。资产定价研究希望弄清的是资产的期望收益 (ex ante return) 被哪些因素所决定，从而更好地指导投资。因此，响应变量应该是投资者可以通过持有债券而获得的收益率。每个债券对应的credit spread是一个implied indicator，不能直接被债券持有者收获。因此我们要对收益率进行归因分析，而不是对credit spread。
(b) 由于期望收益是ex ante的，不能被直接观测，在empirical analysis中我们只能用ex post的realized return进行回归分析。这个如同我们用iid样本的sample mean来估计population mean一样，只要模型假设近似正确，统计推断就不会偏差太大。
(c) 在资产定价研究中，我们更喜欢选用包含未来信息的领先指标做为risk exposure proxies，来进行分析。在股票定价模型中，P/E就是一个领先指标。同理，债券的credit spread可以视为它对credit risk暴露的一个imperfect proxy。
(d，补充说明) 在经验分析中，使用credit spread代替realized return会高估excess ex ante return。假设Bond A和Treasury T的expected excess return相同，即投资者对于投资A和T是无差别的。由于A有default风险而T没有，投资者会要求A有一个超过T yield的yield cushion来抵消概率意义上的预期defalt损失。因此在投资者普遍risk neutral的市场上credit spread是正的，在普遍risk averse的市场上还会要求更高的yield作为补偿，更加正了。因此定价模型左端就有了upward bias；而historical return是ex ante return的realization，不存在这个bias，所以更受研究者青睐。当然，credit spread是一个投资者普遍关心的指标，是可以把它作为左端变量的，只不过我们的目的不再是price这个bond，而是分析credit spread的driver了。
已下为原答案：
作为一个从事经验资产定价研究的人员，我的理解是：P/E不是风险溢价，而是value risk exposure的一个proxy。解释一下我的观点：
持有个股，除了承担价值风险以外，还会承担其他风险，比如流动性风险，股指总体移动的风险，公司规模的风险等等。例如股指上涨带动个股上涨，投资者收到的回报来自于承担股指系统性下跌的风险而获得的补偿，和估值高低无关。承担单一风险所获得的补偿，称为该风险因子的溢价μk\mu_k 。个股 ii 的总风险溢价可以表示为ri=fi(μ1,…,μK)r_i = f_i(\mu_1,…,\mu_K) 。由于不同个股的风险属性各不相同，可定义某个股的风险暴露为 βk(i)=∂ri∂μk\beta_k^{(i)} = \frac{\partial r_i}{\partial \mu_k} 。假设每个单独的风险溢价 μk\mu_k 都正比于总风险溢价 rir_i ，则可近似地将非线性函数 fi(⋅)f_i(\cdot) 表达为 ri=∑k=1Kβk(i)μk+αir_i = \sum_{k=1}^K \beta^{(i)}_k \mu_k + \alpha_i 。P/E 即是某个 βk(i)\beta_k^{(i)}的估计（up to a sign），而个股在风险k 上获得的风险溢价近似等于λk(i)=βk(i)×μk\lambda_k^{(i)} = \beta_k^{(i)} \times \mu_k 。 可以看到，在因子风险溢价 μk\mu_k 为正常数的情况下， 个股的k风险溢价λk(i)\lambda_k^{(i)} 近似正比于P/E。因此产生了“P/E即是风险溢价”的误区。
P/E 是value risk exposure众多proxy中的一个，它是有缺陷的。类似的valuation metric还有很多，B2M, EV/EBITDA 等等， you name it. 每个proxy在学术界都会有几个支持它和反对它的故事。业界中，我们会综合多个proxies来度量value exposure，但方法在每个股市上是不太一样的，需要经验数据分析的支持。有了exposure，就可以使用统计学方法去估算风险溢价了，可以先参考一下Barra的做法。
另外，earning growth也是risk exposure，和P/E具有一定的相关性。因此在估算价值因子的风险溢价时，应当控制growth这个confounding，以避免产生错误的推断。
以上
